RGBD图像的无监督物体发现与分割
机器人学
2017-10-20 v1 计算机视觉与模式识别
摘要
本文介绍了一种用于RGBD图像无监督物体发现与分割的系统。该系统直接根据数据对传感器噪声建模，利用最近引入的统计内点估计（SIE）方法，无需针对特定传感器手动调整测量噪声模型即可实现准确分割。通过完全概率公式，该系统能够应用概率推断，从而在先前具有挑战性的场景中实现可靠分割。此外，我们引入了过滤误检（假阳性）的新方法，显著提高了信噪比。我们表明，该系统在具有挑战性的真实世界数据集上显著优于state-of-the-art。
引用
@article{arxiv.1710.06929,
title = {Unsupervised Object Discovery and Segmentation of RGBD-images},
author = {Johan Ekekrantz and Nils Bore and Rares Ambrus and John Folkesson and Patric Jensfelt},
journal= {arXiv preprint arXiv:1710.06929},
year = {2017}
}
备注
15 pages, 6 figures